随着人工智能技术的进步，数字环境继续给我们所有人带来惊喜……
AI 现在可以通过 reCAPTCHAv2 图像识别测试
可以说，最明显的事实是 瑞士苏黎世联邦理工学院的研究人员成功训练出一个人工智能模型 解决谷歌的 reCAPTCHAv2 图像识别测试。这些 reCAPTCHA 测试为许多网络用户所熟悉，通常会呈现交通信号灯、车辆和其他日常物体的图像，以用于安全目的，以清除机器人或自动化系统。
“我们的工作检验了采用先进的机器学习方法解决 Google reCAPTCHAv2 系统中的验证码的有效性。我们利用先进的 YOLO 模型进行图像分割和分类，评估了自动化系统解决验证码的有效性。我们的主要结果是，我们可以解决 100% 的验证码，而以前的工作只能解决 68-71%。此外，我们的研究结果表明，人类和机器人在通过 reCAPTCHAv2 中的验证码时必须解决的挑战数量没有显著差异。这意味着当前的人工智能技术可以利用先进的基于图像的验证码。我们还深入研究了 reCAPTCHAv2 的内部结构，发现证据表明，在评估用户是否为人类时，reCAPTCHAv2 在很大程度上依赖于 cookie 和浏览器历史记录数据。代码与本文一起提供，”研究人员表示。
该人工智能被恰当地命名为 YOLO，意思是“你只看一次”。它只对 reCAPTCHA 挑战中使用的图像进行训练。
结果令人惊叹：这个 AI 模型以 100% 的准确率通过了这些测试。
这是人工智能早期尝试的一大飞跃，早期尝试只能解决约 68-71% 的此类挑战。这意味着这种人工智能可以模仿人类行为，以至于在这些安全测试中始终如一地被当做真人。
这一发现对整个互联网安全有着重大影响。CAPTCHA 是“全自动公共图灵测试，用于区分计算机和人类”的简称，最初是为了防止机器人、爬虫和其他不受欢迎的参与者而设计的。随着时间的推移，reCAPTCHA 从不失真的文本挑战转变为图像识别任务，甚至跟踪鼠标移动等用户行为的“隐形”检查。
其目标始终如一：将人类与机器区分开来。
但这种新的人工智能能力削弱了这一目标。如果人工智能能够完美地解决 reCAPTCHA，许多网站所依赖的安全系统就会受到破坏。其影响不仅限于基本的用户身份验证，还包括防止垃圾邮件、自动内容抓取和各种其他形式的网络攻击。
随着人工智能继续超越 CAPTCHA 系统，专家建议解决方案可能是增加测试难度。然而，这本身也带来了一系列挑战。更严格的 CAPTCHA 可能会加剧可访问性问题，尤其是对于那些已经难以适应测试视觉特性的视障人士来说。
人工智能有创造力吗：回答无法回答的问题
不过，至少科技界的大佬们还没有惊慌失措。 例如，谷歌已率先在大部分保护措施中放弃基于图像的 CAPTCHA。后来，在 2018 年，它推出了 reCAPTCHAv3，它的工作方式更加隐蔽，可以分析用户行为，例如光标移动。Apple 还在 iOS 16 中开发了私人访问令牌。这样，每当使用这种基于设备的身份验证方法时，就无需使用 CAPTCHA。
虽然 CAPTCHA 仍然是许多网站存在的一道屏障，但人工智能的发展恰恰表明机器对旨在阻止它们进入的安全系统的适应速度有多快。随着设备指纹识别、行为分析等技术成为潜在的继任者，区分机器人与人类的方法必将变得越来越复杂。随着人工智能能力的增长，人类和机器在线活动之间的界限变得越来越模糊，互联网被迫适应自动化的现实。
在这个新的数字时代，甚至机器人似乎也能够让其他机器人相信它们不是机器人……
图片来源： 凯雷姆·葛兰/Midjourney
